به گزارش اقتصاد آنلاین، در دورانی که نظام مالی جهانی روزبه‌روز به هم‌پیوسته‌تر، پیچیده‌تر و پرتلاطم‌تر می‌شود، دیگر نمی‌توان بازارهای مالی را با ابزارهای سنتی و مفروضات ساده‌انگارانه تحلیل کرد. در چنین بستر پویایی، یکی از نوظهورترین و در عین حال تاثیرگذارترین شاخه‌های میان‌رشته‌ای که طی دهه‌های اخیر توانسته توجه تحلیلگران، اقتصاددانان و سرمایه‌گذاران را به خود جلب کند، «فیزیک مالی» است؛ رویکردی که با ترکیب فیزیک نظری، ریاضیات، آمار و علم داده، افق تازه‌ای در درک نوسانات بازار و رفتارهای جمعی معامله‌گران گشوده است.

فیزیک مالی، برخلاف اقتصاد نئوکلاسیک که بازار را سازوکاری عقلانی، خودتنظیم و تعادلی فرض می‌کند، بر پویایی، آشفتگی، عدم قطعیت و ساختارهای پیچیده درونی بازارها تاکید دارد.

در این رویکرد، بازار دیگر مکانی برای تحقق تعادل نیست، بلکه سیستمی است ناپایا، پرنوسان و گاه ناآرام، که رفتار آن بیش از آنکه تابع تصمیمات عقلایی فردی باشد، برهم‌کنش پیچیده‌ای از عوامل متعدد مانند بازیگران مالی، اطلاعات، فناوری، انتظارات، و بازخوردهای متقابل میان آن‌هاست.

روایتی تاریخی از تولد فیزیک مالی

پایه‌ریزی فیزیک مالی را باید به اوایل قرن بیستم و پژوهش جسورانه لویی باشلیر، ریاضی‌دان جوان فرانسوی نسبت داد. او در رساله دکترای خود، قیمت اوراق قرضه را با استفاده از یک مدل حرکت تصادفی تحلیل کرد و بنیان نظریه‌ای را گذاشت که بعدها الهام‌بخش مدل‌سازی‌های مدرن مالی شد.

اگرچه در زمان خود کمتر مورد توجه قرار گرفت، اما نظریه «سفته‌بازی» باشلیر در نیمه دوم قرن، توسط اقتصاددانانی چون پل ساموئلسون و فیشربلک احیا و تکمیل شد. نتیجه این احیا، شکل‌گیری نظریه‌هایی چون مدل بلک-شولز برای قیمت‌گذاری اوراق مشتقه و توسعه حساب دیفرانسیل تصادفی در حوزه مالی بود.

مدل‌هایی که در این دوره توسعه یافتند، اغلب فرض را بر عقلانیت کامل، بازارهای کارا، و توزیع نرمال بازدهی‌ها می‌گذاشتند. اما در دهه ۱۹۶۰، بنوآ مندلبرو، نظریه‌پرداز برجسته فرانسوی، در برابر این فروض خطی ایستاد و با معرفی ایده فراکتال‌ها و توزیع‌های دنباله‌قطور، نشان داد که داده‌های مالی در عمل دارای حافظه بلندمدت و ساختارهای تکرارشونده در مقیاس‌های مختلف‌اند. او بر این باور بود که بازارها از قوانینی مشابه آنچه در سیستم‌های آشوبناک فیزیکی دیده می‌شود پیروی می‌کنند.

وقتی الگوریتم‌ها معامله‌گر شدند

با آغاز دهه‌های ۱۹۸۰ و ۱۹۹۰ و گسترش ظرفیت‌های محاسباتی، بازارهای مالی جهانی شاهد ورود نسلی از فیزیک‌دانان نظری به فضای سرمایه‌گذاری شدند. دانشگاه‌های پیشروی آمریکا تبدیل به مراکز پرورش نیروهایی شدند که بعدتر با عنوان «فیزیک‌دانان کوانت» شناخته شدند؛ گروهی که با استفاده از نظریه آشوب، تحلیل سری‌های زمانی، مدل‌سازی شبکه‌های پیچیده و پردازش داده‌های بزرگ، مدل‌هایی را توسعه دادند که مستقل از فروض کلاسیک اقتصاد بودند.

نتیجه این ورود، شکوفایی مالی کمی (Quantitative Finance) بود؛ حوزه‌ای که در آن، هر میلی‌ثانیه از زمان و هر بیت از داده می‌توانست به یک مزیت رقابتی بدل شود. الگوریتم‌های معاملاتی، سامانه‌های پردازش پرسرعت، مدل‌های پیش‌بینی نوسان و ابزارهای پوشش ریسک، جزو ابزارهای روزمره صندوق‌های سرمایه‌گذاری و نهادهای مالی بزرگ شدند. با این حال، این توسعه پرشتاب هزینه‌هایی نیز داشت.

درس‌های بحران ۲۰۰۸

بحران مالی ۲۰۰۸ به نقطه عطفی در ارزیابی فیزیک مالی بدل شد. وابستگی بیش از حد به مدل‌های ریاضی، غفلت از ساختارهای نهادی و در نظر نگرفتن رفتارهای واقعی معامله‌گران، موجب شد تا حتی پیشرفته‌ترین فرمول‌ها نیز از پیش‌بینی یا مهار بحران ناتوان بمانند. در این بحران بود که مشخص شد هیچ مدلی نمی‌تواند جای خرد انسانی و درک عمیق از پویا‌یی‌های اقتصاد سیاسی را بگیرد.

اگرچه بحران اعتماد به برخی مدل‌های ریاضی ضربه زد، اما منجر به کنار گذاشتن فیزیک مالی نشد. بلکه بالعکس، مسیر آن به‌تدریج از تمرکز صرف بر پیش‌بینی قیمت‌ها، به تحلیل ریسک سیستماتیک، پایداری ساختاری بازارها، تاب‌آوری نهادها و دینامیک شبکه‌ای بازارهای مالی سوق یافت. امروزه، مفاهیمی چون «رویدادهای نادر»، «بازخورد درون‌زا»، «وابستگی متقاطع» و «شبکه‌های مالی» در مرکز توجه تحلیلگران فیزیک مالی قرار دارند.

تحول نگاه در تحلیل بازار

یکی از بزرگ‌ترین تفاوت‌های فیزیک مالی با اقتصاد متعارف، در نوع نگاه به تصمیم‌گیری و رفتار بازار است. در حالی که اقتصاد کلاسیک تلاش دارد با استفاده از مفاهیم مطلوبیت فردی، انتظارات عقلایی و تعادل عمومی رفتار بازیگران بازار را تحلیل کند، فیزیک مالی مسیر معکوسی را طی می‌کند: به‌جای مدل‌سازی ذهنی رفتارها، به تحلیل داده‌های واقعی، سری‌های زمانی و کشف الگوهای تکرارشونده و غیرخطی روی می‌آورد.

ابزارهایی همچون نظریه شبکه، تحلیل فراکتال، حرکت براونی، نظریه آشوب و تحلیل طیفی، جایگزین الگوهای سنتی شده‌اند. در این فضا، هدف نه توجیه عقلانی تصمیمات، بلکه شناسایی الگوهای پنهان، مخاطرات سیستماتیک و ساختارهای وابسته‌ی بازار است.

ابزاری قدرتمند اما نه همه‌چیزدان

در نهایت، باید پذیرفت که فیزیک مالی نه نسخه‌ی نهایی تحلیل بازار است و نه بی‌نقص. این شاخه تحلیلی، ابزارهایی در اختیار ما قرار می‌دهد که می‌توانند درک عمیق‌تری از نوسانات، پیچیدگی و ریسک در بازارهای مالی ارائه دهند. اما همان‌گونه که بحران‌های اخیر نشان داده‌اند، اتکا صرف به مدل‌ها بدون توجه به زمینه نهادی، رفتارهای انسانی، و تحولات اقتصاد کلان می‌تواند موجب سوگیری‌های جدی شود.

برای بازیگران حرفه‌ای بازار سرمایه، آشنایی با ادبیات فیزیک مالی، نه‌تنها از حیث تحلیلی بلکه به عنوان ابزاری برای مدیریت بهتر ریسک، کشف فرصت‌ها، و درک ساختارهای پنهان بازار اهمیت دوچندان دارد. این زبان نوین تحلیل بازار، اکنون بخشی جدانشدنی از دنیای مالی مدرن است؛ زبانی که هم به کمک داده می‌آید و هم به کشف الگوهایی می‌پردازد که پیش‌تر از چشم تحلیل‌های سنتی پنهان مانده بود.